Innehåll
- Den algoritmiska bristen
- Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
- Transparency Vs. Lurar systemet
Hämtmat:
Sociala algoritmer är kalla, vetenskapliga, datadrivna mätningar, men det hindrar oss inte från att använda dem på alla slags konstiga sätt.
Under de två decennierna före internetbubblan hörde du inte riktigt ordalgoritmen såvida du inte var en dataprogrammerare, använde matematikmajor eller i en teknisk stavningbi - om det finns något sådant. Snabbspolning fram till idag och om det finns "en app för det" finns det förmodligen en algoritm för det också. Dessa dagar verkar det som om varje vinkel i våra liv styrs av algoritmer. De förutsäger vilka böcker vi vill köpa på Amazon, som vi kanske vill bli vän med och kanske till och med välja en potentiell själsfrände.
Den senaste algoritmen är en som du kanske kanske inte känner till, men under de senaste åren har den hoppat på den sociala mediemätningsbandvagnen. Några stora spelare - Klout, Kred och Peer Index för att nämna några - påstår sig kunna mäta en persons sociala inflytande i snygg numerisk form. Alla tre använder komplexa, slumpmässiga algoritmer för att beräkna någon form av proprietär poäng för att jämföra människors påstådda inflytande. Detta är lättare sagt än gjort. Klout mötte till exempel kritik för att ge den amerikanska presidenten Barack Obama en lägre poäng, och därför märkte han honom som mindre inflytelserik än tonåringstjärnan Justin Bieber. Detta vändes först i augusti 2012 när Klout ändrade sin algoritm för att binda in Wikipedia-sidans relevans (och därför beakta mer verkliga data.)
För mig är dessa nya mått på webb-popularitet dock några frågor. Är det för många saker i våra liv som vi försöker koka ner till en algoritm? Vad kan en algoritm verkligen säga till oss och var kommer den inte till? Och vad är konsekvenserna när det gör det?
Den algoritmiska bristen
Att använda sociala mediernas mätplatser som ett exempel är tydligt att de alla har en stor brist: Algoritmen tittar på användarens "inflytande" i ett vakuum, och webbplatserna erbjuder lite i sättet att mäta vad dessa människor gör offline. På ett eller annat sätt belönar alla dessa webbplatser på något sätt deltagaren för att bli mer engagerad och binda i fler sociala medienätverk. Klout ber till exempel användare att ansluta varje aktivt socialt nätverkskonto till tjänsten och arbetar i interaktion på, Google+, LinkedIn, Foursquare och andra sociala mediesajter tillsammans med andra offentligt tillgängliga onlinedata (som Wikipedia-sidan). Naturligtvis är dessa exakta algoritmer egna och därför mestadels under omslag. Men det är också en del av problemet. Trots allt, om det finns brister i algoritmernas poängberäkningar, är den genomsnittliga användaren medveten om dem?
I några av mina tidigaste erfarenheter av att använda Klout, några veckor efter att ha tweetat a skämt om mitt lokala CVS-apotek, sajten hade skapat en kategori och förklarade mig att vara "inflytelserik" på CVS, bara baserat på några re-tweets av mitt skämt. Det är tydligt att detta ger mig mycket mer kredit än jag förtjänar när det gäller inflytande på detta ämne!
Det finns alla typer av andra problem med att använda algoritmer för att beräkna saker, särskilt om det är en slumpmässig algoritm som använder slumpmässiga data. Till exempel frågade jag Andrew Grill, VD för Kred, om Kreds förmåga att upptäcka köpta följare eller falska konton, som många högprofilerade människor har anklagats för att ha missbrukat de senaste månaderna. (Läs mer om detta i Fake Followers ekonomi.)
"Vi kunde inte ha den mätningen i algoritmen," sa Grill. "Det skulle inte finnas något sätt att upptäcka ett falskt positivt, som en legitim våg av följare, säger från ett TV-utseende."
Ett sådant dilemma är ett bra exempel på när algoritmer misslyckas; medan algoritmer kan bestämma data, är de inte så bra på att tolka vad det betyder.
Inga buggar, ingen stress - din steg-för-steg-guide för att skapa livsförändrad programvara utan att förstöra ditt liv
Du kan inte förbättra dina programmeringsfärdigheter när ingen bryr sig om mjukvarukvalitet.
"Problemet med övervakningsverktyg för sociala medier är att datorerna kan se om ett namn används, men de kan inte säga nackdelarna eller om omnämningen är ett positivt eller negativt intryck," säger Mike Byrnes från Byrnes Consulting, ett företag som tillhandahåller affärsplanering och marknadsföringsstrategitjänster.
"Eftersom varumärken vill sälja fler produkter och tjänster i framtiden kommer de att leta efter sociala influenser som hjälper dem att göra det," sade Byrnes. "Min gissning är att mycket ansträngning kommer att läggas på att betygsätta varje person och varumärke med hjälp av sociala medier för att lyfta fram de bästa online-referensmålmarknaderna."
Vad detta betyder är att dessa relativt nya sociala algoritmer är mycket mer än ett egokrig eller en popularitetstävling. I allt högre grad handlar riktiga pengar om händer som ett resultat av dessa algoritmer, vare sig det är genom marknadsföring som människor utför online eller genom algoritmerna som levererar själva (Klout, PeerIndex och Kred ger alla incitament från sina sponsorer för att få användarinflytande).
Och om användare inte vet hur deras poäng beräknas, är de definitivt till en nackdel.
"Användare bör alltid veta hur deras poäng beräknas, vi lägger upp hur vi beräknar vår poäng på vår webbplats", sa Grill till mig.
Transparency Vs. Lurar systemet
Det verkar som en början, men ett av problemen med transparens i en algoritm är att den kan spelas. Tänk bara på svarta hat SEO-användare som utförde trick som nyckelord cloaking så snart det upptäcktes att nyckelord var en del av sökresultat algoritmen. Så när företag döljer hur algoritmer beräknas sätter de användare i nackdel. Men när algoritmer blir för transparenta kan de också göras praktiskt taget värdelösa. Det gör användarna också till nackdel eller åtminstone ärliga.
På den senare punkten berättade en talesman från Klout att "för att behålla poängen är vi inte avslöja hela algoritmen eller hur vi utvecklar den ..."
Detta verkar rimligt, men jag tror att åtminstone en förklaring på dessa sajter om algoritmens grund skulle vara motiverad, särskilt eftersom dessa företag fortsätter att ge ut vår information med sina API: er.
Vi vet alla att algoritmer ofta är mycket reduktiva; det är bara deras natur. Jag tror att det verkliga problemet är att vi - och företagen som bygger dessa algoritmer har svårt att äga upp till det faktum att det finns betydande gränser för vad de kan berätta för oss om den stora, breda komplicerade världen vi lever i.
När dessa webbplatser utvecklas och förbättras, så kommer deras algoritmer att göra. Och även om vi inte alla behöver en datavetenskapsexamen i sig, kommer människor i allt högre grad att behöva förstå i vilken grad algoritmer kan och inte kan hjälpa oss i våra liv.
Jag undrar för en del hur det skulle vara om dejtingsajter uppmuntrade användare att kontakta dem som var fast beslutna att vara den sämsta matchen. När allt kommer omkring är vissa saker i livet helt oförutsägbara. Eller åtminstone var fritt att tänka så tills en bättre algoritm bevisar något annat.